星载测云雷达与激光雷达探测的东亚夏季卷云和深对流云及其辐射特征研究
发布时间：2021-01-07 15:47
东亚是典型的季风区之一,其夏季多种云系是季风系统的成员之一,也是季风降水的载体。云系不仅是影响能量平衡的重要因子,而且是水循环过程的关键环节,其在天气和气候变化中起着重要作用,故直接影响着人类的社会活动。相对地基仪器探测,卫星搭载仪器探测云系具有不受地域限制、探测均一等优点,因此使用多源卫星仪器观测云系已经成为当前大气遥感和气候变化领域的研究热点,而星载测云微波雷达和激光雷达探测云系,也是近十年内的最新技术。东亚地区幅员辽阔,下垫面属性复杂,夏季季风活动复杂多变,不同类型云系形成的热-动力过程和微物理过程有所不同。或许是受到观测资料的限制,以往学者们更多是从天气动力学视角,研究东亚季风活动规律,而对东亚云系活动规律认知有限,尤其是对该地区卷云和深对流云缺乏了解。因此,研究东亚地区夏季卷云和深对流云的特征及其形成原因,对理解东亚夏季天气和气候具有十分重要的科学意义,为改进模式的降水预报精度也有着重要的实际意义。本论文以东亚（15°N-50°N,70°E-150°E）为研究区域,利用星载微波测云雷达（简称云廓线雷达,CPR）与星载激光测云和气溶胶雷达（简称云-气溶胶偏振激光雷达,CALIO...
【文章来源】：中国科学技术大学安徽省 211工程院校 985工程院校
【文章页数】：119 页
【学位级别】：博士
【部分图文】：
图１．２本文研宄区域的地形图??
ＳＣＣＰ资料来统计东亚乃至全球的云量分布，例如利用ＩＳＣＣＰ资料，吴??涧ａｎｄ刘佳（２０１１）分析了?１９８４－２００６年东亚地区不同种类云量的变化趋势，发??现东亚地区总云量和高、低云量减少，而中云呈现增加趋势，云量存在较大的??区域差异；魏丽ａｎｄ钟强（１９９７）揭示了高原地区云的的水平分布特征，发现??高原夏季云量显著高于冬季且云顶更高；刘奇等（２０１０）利用ＩＳＣＣＰ的云量资??料系统分析了全球尺度总云量以及高、中、低云的分布特征，指出全球总云量??的均值为６６．５?％?（图１．３）；?Ｆｅｎｇ?ｅｔａｌ．?（２０丨１）利用ＩＳＣＣＰ云产品资料揭示了副??高内云的日变化特征。在ＩＳＣＣＰ云类型划分中，按照反演的云顶高度与云的光??学厚度将云划分为九类，然而ＩＳＣＣＰ采用可见光和红外信号探测数据进行反演??的方法，使得它无法准确有效给出云类识别、云层结构等问题，如该资料云产??品中仅依据２５０?ｇ．ｍ＿２的云水含量的阈值来划分降水云与非降水云。且该资料也??无法提供准确的云滴粒子有效半径等微物理信息。??？，ｓ?ｍ－ｓ??０?？）?１２０?Ｆ．?１８０?１２０＊Ｗ?６０?０?０?６０?１２０＊１：?Ｉ２０＊＼Ｖ?００?０??＿ｉ??ｖ—?？?ｉ?■?ｉ??２ｆ）?３０?４０?５０?６０?７０?８０?９０?（°－〇）??图１．３基于ＩＳＣＣＰ资料统计的多年平均（１９８４－２００４）总云量的全球水平分布（ａ）冬季和??（ｂ）夏季（引自刘奇等，２０１０）??３??
?６０?！２０＊Ｅ?ＩＳＯ?１２０?Ｗ?６０?０??０．５?１?１．５?２．５?３?３．５?４?５?６？?ｉｍｎ?ｈ＂１?１４?Ｉｆｔ?１７?１９?２０?２２?２４?２６?２８?ｕｒｎ??０?？！?１２０＊Ｅ?ＩＪｉＯ?１２（ｒｗ?６０?０?０?６０?１２０＾Ｅ?１８０?１２０?Ｗ?Ｈ）?０??１０?２０?３０?４０?５０?６０?７０?８０?９０?１００?１１０?１２０?０．１?０．２?０．４?０．６?０．８?１?１．２?１．４?１．６?１．８?２?ｋｇ?ｎｒ??图１．４基于ＴＲＭＭ探测资料及反演所得的１９９８年１月（ａ）降水率，（ｂ）有效粒子半径，??（ｃ）光学厚度以及（ｄ）液态水路径的空间分布（引自Ｆｕ，２０１４）??近些年来，云系的垂直结构特征则主要依靠主动探测的云廓线雷达（Ｃｌｏｕｄ??Ｐｒｏｆｉｌｅ?Ｒａｄａｒ，ＣＰＲ）和云－气溶胶激光雷达（Ｃｌｏｕｄ－Ａｅｒｏｓｏｌ?ＬＩＤＡＲ?ｗｉｔｈ??Ｏｒｔｈｏｇｏｎａｌ?Ｐｏｌａｒｉｚａｔｉｏｎ，ＣＡＬ１０Ｐ）来获龋利用多源遥感探测资料，国内外学??者对东亚及全球地区云量、云的垂直结构、云滴有效粒子半径、云水含量等云??参数的基本特征及其反演开展了大量的研宄工作（Ｗｕｅｔａｌ．，２００９；李积明ｅｔａｌ．，??２００９；?Ｄｅｌａｎｏｇ?ａｎｄ?Ｈｏｇａｎ，?２０１０；Ｈｕｅｔａｌ．，２０１０；汪会等，２０１１；彭杰等，２０１３；张??华等，２０１５）。例如Ｌｕｏ?ｅｔ?ａｌ．?（２００９）利用１４个月的ＣｌｏｕｄＳａｔ／ＣＡＬＩＰＳＯ资料分析??了中国东部（２０°Ｎ－３５°Ｎ，１０２．５°Ｅ－１２２．５°Ｅ）和印度季风区云的发生频次，发现中??国东部
【参考文献】：
期刊论文
[1]Land-surface processes and summer-cloud-precipitation characteristics in the Tibetan Plateau and their effects on downstream weather: a review and perspective[J]. Yunfei Fu,Yaoming Ma,Lei Zhong,Yuanjian Yang,Xueliang Guo,Chenghai Wang,Xiaofeng Xu,Kun Yang,Xiangde Xu,Liping Liu,Guangzhou Fan,Yueqing Li,Donghai Wang. National Science Review. 2020(03)
[2]Main Detrainment Height of Deep Convection Systems over the Tibetan Plateau and Its Southern Slope[J]. Quanliang CHEN,Guolu GAO,Yang LI,Hongke CAI,Xin ZHOU,Zhenglin WANG. Advances in Atmospheric Sciences. 2019(10)
[3]基于CloudSat的台风深对流云微物理参数相关性分析[J]. 罗双,张峰,杨柳妮. 红外. 2019(09)
[4]Comparative Analyses of Vertical Structure of Deep Convective Clouds Retrieved from Satellites and Ground-Based Radars at Naqu over the Tibetan Plateau[J]. Hui Wang,Xueliang Guo. Journal of Meteorological Research. 2019(03)
[5]基于C-FMCW雷达的高原夏季对流云垂直结构分析研究[J]. 阮悦,阮征,魏鸣,葛润生,李丰,金龙. 高原气象. 2018(01)
[6]CPR雷达探测北半球夏季多层云系结构统计特征分析[J]. 谭瑞婷,冼桃,傅云飞. 气候与环境研究. 2018(01)
[7]基于CloudSat资料的中国地区深对流云物理特征研究[J]. 杨冰韵,吴晓京,郭徵. 高原气象. 2017(06)
[8]基于CloudSat卫星资料的青藏高原云系发生频率及其结构[J]. 刘建军,陈葆德. 高原气象. 2017(03)
[9]中国及周边海域对流云团的水平和垂直尺度[J]. 卢志贤,李昀英,方乐锌. 气象学报. 2016(06)
[10]云底高度的地基毫米波云雷达观测及其对比[J]. 唐英杰,马舒庆,杨玲,陶法,李思腾,谢成华,唐凡洁. 应用气象学报. 2015(06)
本文编号：2962823
【文章来源】：中国科学技术大学安徽省 211工程院校 985工程院校
【文章页数】：119 页
【学位级别】：博士
【部分图文】：
图１．２本文研宄区域的地形图??
ＳＣＣＰ资料来统计东亚乃至全球的云量分布，例如利用ＩＳＣＣＰ资料，吴??涧ａｎｄ刘佳（２０１１）分析了?１９８４－２００６年东亚地区不同种类云量的变化趋势，发??现东亚地区总云量和高、低云量减少，而中云呈现增加趋势，云量存在较大的??区域差异；魏丽ａｎｄ钟强（１９９７）揭示了高原地区云的的水平分布特征，发现??高原夏季云量显著高于冬季且云顶更高；刘奇等（２０１０）利用ＩＳＣＣＰ的云量资??料系统分析了全球尺度总云量以及高、中、低云的分布特征，指出全球总云量??的均值为６６．５?％?（图１．３）；?Ｆｅｎｇ?ｅｔａｌ．?（２０丨１）利用ＩＳＣＣＰ云产品资料揭示了副??高内云的日变化特征。在ＩＳＣＣＰ云类型划分中，按照反演的云顶高度与云的光??学厚度将云划分为九类，然而ＩＳＣＣＰ采用可见光和红外信号探测数据进行反演??的方法，使得它无法准确有效给出云类识别、云层结构等问题，如该资料云产??品中仅依据２５０?ｇ．ｍ＿２的云水含量的阈值来划分降水云与非降水云。且该资料也??无法提供准确的云滴粒子有效半径等微物理信息。??？，ｓ?ｍ－ｓ??０?？）?１２０?Ｆ．?１８０?１２０＊Ｗ?６０?０?０?６０?１２０＊１：?Ｉ２０＊＼Ｖ?００?０??＿ｉ??ｖ—?？?ｉ?■?ｉ??２ｆ）?３０?４０?５０?６０?７０?８０?９０?（°－〇）??图１．３基于ＩＳＣＣＰ资料统计的多年平均（１９８４－２００４）总云量的全球水平分布（ａ）冬季和??（ｂ）夏季（引自刘奇等，２０１０）??３??
?６０?！２０＊Ｅ?ＩＳＯ?１２０?Ｗ?６０?０??０．５?１?１．５?２．５?３?３．５?４?５?６？?ｉｍｎ?ｈ＂１?１４?Ｉｆｔ?１７?１９?２０?２２?２４?２６?２８?ｕｒｎ??０?？！?１２０＊Ｅ?ＩＪｉＯ?１２（ｒｗ?６０?０?０?６０?１２０＾Ｅ?１８０?１２０?Ｗ?Ｈ）?０??１０?２０?３０?４０?５０?６０?７０?８０?９０?１００?１１０?１２０?０．１?０．２?０．４?０．６?０．８?１?１．２?１．４?１．６?１．８?２?ｋｇ?ｎｒ??图１．４基于ＴＲＭＭ探测资料及反演所得的１９９８年１月（ａ）降水率，（ｂ）有效粒子半径，??（ｃ）光学厚度以及（ｄ）液态水路径的空间分布（引自Ｆｕ，２０１４）??近些年来，云系的垂直结构特征则主要依靠主动探测的云廓线雷达（Ｃｌｏｕｄ??Ｐｒｏｆｉｌｅ?Ｒａｄａｒ，ＣＰＲ）和云－气溶胶激光雷达（Ｃｌｏｕｄ－Ａｅｒｏｓｏｌ?ＬＩＤＡＲ?ｗｉｔｈ??Ｏｒｔｈｏｇｏｎａｌ?Ｐｏｌａｒｉｚａｔｉｏｎ，ＣＡＬ１０Ｐ）来获龋利用多源遥感探测资料，国内外学??者对东亚及全球地区云量、云的垂直结构、云滴有效粒子半径、云水含量等云??参数的基本特征及其反演开展了大量的研宄工作（Ｗｕｅｔａｌ．，２００９；李积明ｅｔａｌ．，??２００９；?Ｄｅｌａｎｏｇ?ａｎｄ?Ｈｏｇａｎ，?２０１０；Ｈｕｅｔａｌ．，２０１０；汪会等，２０１１；彭杰等，２０１３；张??华等，２０１５）。例如Ｌｕｏ?ｅｔ?ａｌ．?（２００９）利用１４个月的ＣｌｏｕｄＳａｔ／ＣＡＬＩＰＳＯ资料分析??了中国东部（２０°Ｎ－３５°Ｎ，１０２．５°Ｅ－１２２．５°Ｅ）和印度季风区云的发生频次，发现中??国东部
【参考文献】：
期刊论文
[1]Land-surface processes and summer-cloud-precipitation characteristics in the Tibetan Plateau and their effects on downstream weather: a review and perspective[J]. Yunfei Fu,Yaoming Ma,Lei Zhong,Yuanjian Yang,Xueliang Guo,Chenghai Wang,Xiaofeng Xu,Kun Yang,Xiangde Xu,Liping Liu,Guangzhou Fan,Yueqing Li,Donghai Wang. National Science Review. 2020(03)
[2]Main Detrainment Height of Deep Convection Systems over the Tibetan Plateau and Its Southern Slope[J]. Quanliang CHEN,Guolu GAO,Yang LI,Hongke CAI,Xin ZHOU,Zhenglin WANG. Advances in Atmospheric Sciences. 2019(10)
[3]基于CloudSat的台风深对流云微物理参数相关性分析[J]. 罗双,张峰,杨柳妮. 红外. 2019(09)
[4]Comparative Analyses of Vertical Structure of Deep Convective Clouds Retrieved from Satellites and Ground-Based Radars at Naqu over the Tibetan Plateau[J]. Hui Wang,Xueliang Guo. Journal of Meteorological Research. 2019(03)
[5]基于C-FMCW雷达的高原夏季对流云垂直结构分析研究[J]. 阮悦,阮征,魏鸣,葛润生,李丰,金龙. 高原气象. 2018(01)
[6]CPR雷达探测北半球夏季多层云系结构统计特征分析[J]. 谭瑞婷,冼桃,傅云飞. 气候与环境研究. 2018(01)
[7]基于CloudSat资料的中国地区深对流云物理特征研究[J]. 杨冰韵,吴晓京,郭徵. 高原气象. 2017(06)
[8]基于CloudSat卫星资料的青藏高原云系发生频率及其结构[J]. 刘建军,陈葆德. 高原气象. 2017(03)
[9]中国及周边海域对流云团的水平和垂直尺度[J]. 卢志贤,李昀英,方乐锌. 气象学报. 2016(06)
[10]云底高度的地基毫米波云雷达观测及其对比[J]. 唐英杰,马舒庆,杨玲,陶法,李思腾,谢成华,唐凡洁. 应用气象学报. 2015(06)
本文编号：2962823
本文链接：https://www.wllwen.com/shoufeilunwen/jckxbs/2962823.html
